وداعا العطاءات: جعل التعلم الآلي يعمل لأهداف CPA

في يونيو ، ذهب فريقنا إلى سياتل لحضور SMX Advanced 2018 . أثناء تواجدنا هناك ، سمعنا خبراء يتحدثون عن كيف أن التعلم الآلي من Google ليس حلاً بدون استخدام اليدين حقًا وأنه يتعين على مديري الحملات تعديل أهداف تكلفة الاكتساب وعائد النفقات الإعلانية وتحديثهما على أي حال.

"نحن بعيدون جدًا عن الاعتماد الكامل على Google في التسويق عبر محرك البحث الآلي. حتى مع عرض الأسعار المؤتمت بالكامل ، يطلبون منك تغيير أهداف تكلفة الاكتساب وعروض أسعار عائد النفقات الإعلانية ، حتى لا يتم إيقاف التشغيل أو التشغيل التلقائي ".

بعد سماع هذا التعليق ، بدأ فريقنا في التفكير في تقنية التعلم الآلي الخاصة بشركة Acquisio (المعروفة باسم Acquisio Turing) وكيفية معالجتها لما يفتقر إليه التعلم الآلي من Google. لقد كان بيانًا مثيرًا للجدل وجريئًا ، حتى كفكرة ، لذلك أردنا معالجة الموقف مع قرائنا.

قابل أككويسيو تورينج

قبل أن ندخله ، دعونا نجري بعض المقدمات الضرورية. قمنا بتجميع خوارزميات الذكاء الاصطناعي الخاصة بنا ، والمعروفة مجتمعة باسم Acquisio Turing ، وأطلقناها للعالم العام الماضي.

باستخدام التحسين اللامتناهي ، يتكون Acquisio Turing من أكثر من 30 خوارزمية مختلفة تؤدي مهام مختلفة. بينما اشتهرت تقنية التعلم الآلي هذه بنتائج أداء إدارة عروض الأسعار والميزانية (BBM) ، فقد توسعت إلى ما هو أبعد من إدارة الأموال وأصبحت أكثر ذكاءً في أداء مهام PPC الأخرى كل يوم (ترقبوا المزيد من أدوات الذكاء الاصطناعي من Acquisio في وقت لاحق من هذا العام!) .

كيف يعالج Acquisio Turing عرض سعر الاكتساب الخاص بك

هدف Acquisio Turing ، سواء كان تحسين النقرات أو التحويلات ، هو إنفاق الميزانية الإعلانية بكفاءة. بالنظر إلى ميزانية الفترة الإجمالية (الميزانية الشهرية عادةً) والحد الأقصى للسعر لكل تحويل ، تحاول تقنية التعلم الآلي:

• احصل على أكبر عدد من التحويلات بمتوسط ​​سعر أقل من الحد الأقصى للسعر
• تأكد من أن الميزانية تستمر طوال الفترة
• تأكد من عرض الإعلانات كل يوم في المزاد طوال المدة المحددة بواسطة جدول عرض الإعلانات

من خلال عدم استهداف قيمة تكلفة اكتساب معينة ، يمكن أن يختار Acquisio Turing العثور على تكلفة الاكتساب المثالية حيث يمكن إنفاق الميزانية بالكامل حتى في ظل الظروف المتغيرة باستمرار.

Acquisio Turing CPA Optimization مقابل عروض الأسعار التلقائية التي تستهدف تكلفة الاكتساب

لذلك دعونا نتناول الوضع الحالي. ما هو الفرق بين Acquisio Turing وأداة عروض الأسعار الآلية التي تستهدف قيمة ملموسة للاكتساب؟ الإجابة معقدة في الواقع وأفضل طريقة لإعطائها من خلال سيناريوهات مختلفة. دعنا نستكشف هذه أدناه باستخدام علم الاقتصاد الأساسي كما ينطبق على قدرة شرائية.

السيناريو الأول: يحدد المعلن هدفًا معقولًا للحث على اتخاذ إجراء

في هذا السيناريو الافتراضي ، لنفترض أن أحد المعلنين قد وضع ميزانية شهرية قدرها 3000 دولار أمريكي وقرر استهداف تكلفة اكتساب قدرها 10 دولارات أمريكية (أو ما يعادلها بالعملة المحلية). تُترجم الميزانية الشهرية إلى ميزانية يومية قدرها 100 دولار أمريكي (بافتراض 30 يومًا في الشهر). من خلال هدف تكلفة الاكتساب الذي يبلغ 10 دولارات أمريكية ، يمكن للمعلن أن يتوقع 10 تحويلات في اليوم في المتوسط. هل كان هدف تكلفة الاكتساب البالغ 10 دولارات أمريكية (أو ما يعادله بالعملة المحلية) اختيارًا جيدًا؟ لنفترض أنه من منظور الأعمال ، فإن هدف 10 دولارات له ما يبرره. بالنظر إلى بنية الحساب ، والنشاط التجاري ، والموقع ، هل من الممكن حتى الحصول على تحويلات بسعر 10 دولارات؟ إذا كان الأمر كذلك ، فكم عددها؟ يكفي لانفاق 3000 دولار كل شهر؟ الطريقة الوحيدة لمعرفة ذلك هي إعداد المزايدة الآلية ومشاهدة النتائج.

يمكن للمرء أن يتعامل مع هذه المشكلة من زاوية اقتصادية للعرض والطلب. في هذا السيناريو ، يمثل المعلن جانب الطلب الذي يحاول شراء التحويلات. يظهر منحنى الطلب لمثالنا الافتراضي في الرسم البياني أدناه ، حيث يمثل المحور الأفقي سعر التحويل (CPA) والمحور الرأسي هو عدد التحويلات:

كما نرى ، تُترجم تكلفة الاكتساب البالغة 10 دولارات أمريكية إلى 10 تحويلات يوميًا بميزانية يومية 100 دولار.

إذا قام المعلن بتغيير التكلفة المستهدفة للاكتساب ، فإن العدد المتوقع للتحويلات يتحرك على طول هذا المنحنى. لكن هذا الرسم البياني وحده لا يجيب على ما هو ممكن. هل يمكن للتكلفة المستهدفة للاكتساب التي تبلغ 5 دولارات أمريكية أن تعمل وتحقق 20 تحويلاً في اليوم؟ مرة أخرى ، الطريقة الوحيدة لمعرفة ذلك لمعلننا هي من خلال عرض الأسعار التلقائي الذي يستهدف تكلفة اكتساب محددة (هدف 5 دولارات أمريكية) ومشاهدته وتعلمه.

السيناريو 2: يُعيِّن المعلن هدفًا طموحًا للحث على اتخاذ إجراء

تأتي الإجابة الفعلية من منحنى العرض في سوق المزاد. يوجد حد أدنى للسعر لا يمكنك شراء تحويلات أقل منه. من ناحية أخرى ، إذا تجاوزت تكلفة اكتساب معينة ، فأنت تمتلك السوق أساسًا وعدد التحويلات التي يمكنك الحصول عليها من المستويات (أي في مرحلة ما بغض النظر عن المبلغ الذي تدفعه مقابل المزيد من النقرات ، فلن تحصل على المزيد التحويلات لأنها غير متوفرة للتسليم).

يظهر منحنى العرض والطلب لمثالنا الافتراضي أدناه.

الرسم البياني أعلاه مبني على الرسم الأول لدينا ، مما يشير إلى أن أقل تكلفة اكتساب يمكن أن نحصل عليها هي 3 دولارات. ومع ذلك ، عند هذا السعر المنخفض ، يمكنك الحصول على تحويل واحد فقط في اليوم في المتوسط. حتى عند التكلفة المرغوبة للاكتساب البالغة 5 دولارات ، فإن العرض لا يلبي الطلب ؛ بدلاً من الحصول على 20 تحويلاً ، ينتج السوق 12 فقط ، وهو تحسن عن 10 عند تكلفة اكتساب 10 دولارات ، لكنه لا يزال يترك 40 دولارًا دون إنفاق كل يوم.

إذا كان المعلن مصممًا على تعظيم نتائج الميزانية المخصصة ، فمن الأفضل تجربة قيمة في مكان ما بين هذه القيمة والاستمرار في تنقيحها - أو - السماح لخوارزميات التعلم الآلي الخاصة بشركة Acquisio Turing بالقيام بالمهمة بدلاً من ذلك دون الحاجة إلى القلق بشأن تكلفة الاكتساب المستهدفة للاختيار .

عندما يتم تنشيط Acquisio Turing في حملات التسويق عبر محرك البحث ، ستبدو صورة العرض والطلب للسيناريو الافتراضي مثل تلك الموضحة أدناه.

شكل منحنيات العرض والطلب هو نفسه. الجديد هو الخط الأحمر الذي يشير إلى الحد الأقصى للسعر الذي يمكن للمعلن دفعه مقابل التحويل ، والذي تم تعيينه على 12 دولارًا في هذه الحالة. النقطة المميزة باللون الأخضر هي تكلفة الاكتساب المثالية للميزانية اليومية البالغة 100 دولار أمريكي حيث يتم إنفاق الميزانية بالكامل. هذه تكلفة اكتساب تبلغ 6.25 دولارات تؤدي إلى 16 تحويلاً! ليس سيئا على الإطلاق. تتعرف خوارزميات عرض الأسعار والميزانية في Acquisio على موقع هذه النقطة وتدفع المزايدة نحوها حتى يتم تحقيقها.

كل هذا جيد وجيد لعالم ثابت ، لكن الإعلان عبر الإنترنت يتغير طوال الوقت. تغير منصات الإعلان عروضها وكيفية إدارتها للإعلان (على سبيل المثال ، سياسات وممارسات صفحة نتائج محرك البحث ، وأنواع الإعلانات الناشئة ، إلخ) ، أو تغيرات المنافسة ، أو يمكن أن تتغير ظروف المعلن. تؤثر كل هذه العوامل الخارجية على منحنى العرض أو الطلب ، مما يجعل اختيار هدف واحد لتكلفة الاكتساب للوصول إلى الأمر أكثر صعوبة على أساس يومي.

السيناريو 3: المعلن يطبق ممارسات أفضل CRO

لنفترض أن المعلن ، بعد دراسة أداء موقعه على الويب ، قرر إعادة تشغيل الموقع بصفحات مقصودة محسّنة وتنقل يزيد من معدل التحويل بنسبة 50٪. لم يتغير سوق المزاد ، ولكن من خلال تسهيل تحويل الزائرين ، يمكن للمعلن دفع منحنى العرض لأعلى.

نظرًا لأن مكونات الحملة الأفضل تحقق نتائج أفضل ، فإن هذا التغيير يعني أن تكلفة الاكتساب المثالية قد تحولت الآن إلى 5.26 دولار أمريكي حيث يمكن أن تحقق الميزانية اليومية 100 دولار أمريكي 19 تحويلاً. تلتقط خوارزميات التعلم الآلي في Acquisio Turing هذا التغيير من تلقاء نفسها دون الحاجة إلى إخطاره أو دون أن يضطر المعلن إلى تقدير هدف جديد لتكلفة الاكتساب لتعيينه. هذا هو الفرق الرئيسي بين تقنية التعلم الآلي في Acquisio وتقنية Google - القدرة على أن تكون متفرغًا تمامًا مع أهداف CPA أم لا.

السيناريو 4: المعلن لديه ميزانية إضافية للإنفاق

سيناريو آخر نراه كثيرًا مع معلنينا هو الحاجة إلى تغيير الميزانية. لنفترض في حالتنا الافتراضية أن المعلن راضٍ عن مدى نجاح الإعلان في زيادة التحويلات ويريد مضاعفة الميزانية ثلاث مرات. الميزانية الثلاثية يجب أن تضاعف التحويلات ثلاث مرات ، أليس كذلك؟

للأسف لا. في ظل منحنى العرض الأصلي ، لا يمكن إنفاق الميزانية اليومية البالغة 300 دولار أمريكي إلا عن طريق دفع 12.60 دولارًا أمريكيًا لكل تحويل. لاحظ أن هذا يتجاوز الحد الأقصى للسعر البالغ 12 دولارًا الذي حدده المعلن ، وبالتالي لن يتمكن Acquisio Turing من الوصول إلى هذه النقطة المثالية. بمعنى آخر ، في هذا السيناريو لن يكون قادرًا على إنفاق الميزانية المرغوبة بالكامل.

هناك عدد لا يحصى من السيناريوهات الأخرى التي تؤثر على توازن العرض والطلب ويمكن أن يكون الإبقاء عليها مهمة شاقة للإنسان. ليس من أجل الاستحواذ تورينج. تتخذ تقنية التعلم الآلي الخاصة بنا قرارات بشأن عروض الأسعار والميزانية تصل إلى 48 مرة في اليوم ، وذلك لمواكبة المشهد الإعلاني المتغير باستمرار ، حتى لا تضطر إلى ذلك.

أفضل الممارسات عند تحسين تكلفة الاكتساب باستخدام Acquisio Turing

إذا كنت تستخدم Acquisio Turing لعروض أسعار تكلفة الاكتساب ، فستحتاج إلى تطبيق بعض أفضل الممارسات للتأكد من حصولك على أفضل أداء.

تعمل التحويلات المتسقة بشكل أفضل

يحتاج المعلنون إلى إعداد تتبع التحويل لـ Acquisio Turing ليكون فعالاً. في سياق التعلم الآلي وعروض الأسعار التلقائية ، يحتاج المعلنون إلى حد أدنى من التحويلات المتسقة التي يمكن للنظام التعلم منها. نعني بالتحويلات المتسقة بعض الأرقام اليومية المنتظمة بدلاً من وجود طفرات عشوائية قليلة لمزيد من التحويلات.

تحسين الأهداف المختلفة

تختلف أهداف المعلنين المختلفين عند قيامهم بإنشاء حملات بحث عبر الإنترنت. من تعبئة النماذج واشتراكات البريد الإلكتروني ، إلى زيارات الصفحة والمشتريات الفعلية. هناك عدد من أحداث التحويل التي يمكن للمعلنين تتبعها من منصات الإعلانات على شبكة البحث.

من منظور إعداد التقارير ، يمكن أن يشمل إجمالي التحويلات جميع أحداث التحويل المحتملة التي حددتها الوكالة أو المعلن. ومع ذلك ، يجب أن يشمل العدد الإجمالي للتحويلات فقط تلك التي تستحق التحسين. يتعين على مديري الحملات أن يدركوا عندما يعملون مع التعلم الآلي أن هذه الأنظمة غير قادرة على التمييز بين أنواع التحويلات المختلفة. لذلك عند إعداد التقارير ، تأكد من تضمين التحويلات المهمة فقط ، لأن Acquisio Turing غير قادر على التمييز بينها وسيتم الإبلاغ عنها بالعدد وليس النوع.

الاستفادة من اكتساب Turing لتحسين CPA

يعد Acquisio Turing أحد حلول التعلم الآلي عبر التسويق عبر محرك البحث الذي يجعل تقديم العطاءات أمرًا سهلاً. لكن النقطة الأساسية هنا هي أنه على عكس عروض الأسعار الذكية من Google ، يمكن للمعلنين السماح لشركة Acquisio Turing بتولي زمام الأمور - لا توجد أهداف لتكلفة الاكتساب يجب تعديلها .. على الإطلاق! تعتمد خوارزميات التعلم الآلي على تتبع التحويل الأصلي في الوقت الفعلي الذي توفره منصات الإعلانات على شبكة البحث ( إعلانات Google وإعلانات Bing ). يتيح ذلك للنظام تحقيق أهداف المعلن المتمثلة في:

• تعظيم التحويلات بأفضل سعر
• جعل ميزانيتك تدوم طوال الشهر
• الاحتفاظ بإعلاناتك في المزاد طوال اليوم (أو وفقًا للجدول الزمني المحدد)

عندما يترك المعلنون تكلفة الاكتساب الخاصة بهم في أيدي التعلم الآلي لدينا ، فسيستخدمون كميات هائلة من البيانات للعثور على تكلفة الاكتساب المثالية لميزانية أي معلن في ظل الظروف المتغيرة باستمرار. [ملاحظة: تتبع التحويلات أو المكالمات في وضع عدم الاتصال غير مدعوم حاليًا ، ولكن ابق على اطلاع.]

في النهاية ، يقود Acquisio Turing حركة المرور إلى موقعك الذي من المحتمل أن يتم تحويله. لكن الأمر متروك لك لإنشاء صفحات مقصودة ، ومسارات تنقل توجه الزوار إلى عملية تحويل سهلة.

اعتمادات الصورة

الصورة الرئيسية: Unsplash / Marc A

تم إنشاء جميع الرسوم البيانية بواسطة Tamas Frajka. يونيو 2018.